Cloud Computing : l’Université de Passau souhaite faciliter l’utilisation de Map/Reduce
Le titulaire de la Chaire de programmation à l’Université de Passau (Bavière) est déterminé à faciliter l’utilisation de la fonction Map/Reduce pour une large gamme d’institutions et d’entreprises. Map/Reduce est le schéma informatique clé derrière la technologie des moteurs de recherche comme Google, prenant la forme de réseaux d’ordinateurs permettant d’obtenir une extrême rapidité de calcul ou de tri d’information par un calcul distribué. La fonction « Map » consiste alors, pour un programme, à diviser la complexité de la tâche à réaliser en une multitude de sous-tâches qui seront calculées séparément par chaque « node » du réseau (ordinateur) ; la fonction « Reduce » sert ensuite à regrouper les résultats en un ensemble cohérent.
Ainsi, en plus des moteurs de recherche communément utilisés, chaque réseau d’ordinateur pourrait développer des performances similaires en distribuant ses calculs, souvent sans que leurs propriétaires ne s’en rendent compte. Du coup, cette technique assez complexe n’est pas exploitée par toutes les organisations bénéficiant d’un réseau informatique, ce qui représente une nette sous-utilisation de ressources.
L’Agence des moyens pour la recherche allemande (DFG) a ainsi approuvé un projet de recherche à l’Université de Passau, intitulé « MapReduceFoundation », qui a pour but de faciliter la programmation et l’utilisation de Map/Reduce pour les entités organisées en réseaux distribués, telles les compagnies aériennes, les banques, les compagnies de télécommunications ou les administrations. Elles pourraient par cette technique bénéficier d’un calcul bien plus rapide ou d’un tri intégré pour toutes leurs données de gestion ou de comptes clients, sans coût d’infrastructure ou de processeur supplémentaire. Seulement, afin de faciliter l’utilisation de MapReduce à un large public, la complexité de sa programmation doit être abaissée. C’est là l’objet essentiel du projet « MapReduceFoundation ».
Pour en savoir plus, contacts :
Site internet de l’Université de Passau : http://www.uni-passau.de/
Source :
« Google-Technologie für alle », communiqué de presse de l’Université de Passau, dépêche idw – 23/08/2011 – http://idw-online.de/pages/en/news437398
Rédacteur :
Charles Collet, charles.collet@diplomatie.gouv.fr – https://www.science-allemagne.fr
|
Le titulaire de la Chaire de programmation à l’Université de Passau (Bavière) est déterminé à faciliter l’utilisation de la fonction Map/Reduce pour une large gamme d’institutions et d’entreprises. Map/Reduce est le schéma informatique clé derrière la technologie des moteurs de recherche comme Google, prenant la forme de réseaux d’ordinateurs permettant d’obtenir une extrême rapidité de calcul ou de tri d’information par un calcul distribué. La fonction « Map » consiste alors, pour un programme, à diviser la complexité de la tâche à réaliser en une multitude de sous-tâches qui seront calculées séparément par chaque « node » du réseau (ordinateur) ; la fonction « Reduce » sert ensuite à regrouper les résultats en un ensemble cohérent. Ainsi, en plus des moteurs de recherche communément utilisés, chaque réseau d’ordinateur pourrait développer des performances similaires en distribuant ses calculs, souvent sans que leurs propriétaires ne s’en rendent compte. Du coup, cette technique assez complexe n’est pas exploitée par toutes les organisations bénéficiant d’un réseau informatique, ce qui représente une nette sous-utilisation de ressources. L’Agence des moyens pour la recherche allemande (DFG) a ainsi approuvé un projet de recherche à l’Université de Passau, intitulé « MapReduceFoundation », qui a pour but de faciliter la programmation et l’utilisation de Map/Reduce pour les entités organisées en réseaux distribués, telles les compagnies aériennes, les banques, les compagnies de télécommunications ou les administrations. Elles pourraient par cette technique bénéficier d’un calcul bien plus rapide ou d’un tri intégré pour toutes leurs données de gestion ou de comptes clients, sans coût d’infrastructure ou de processeur supplémentaire. Seulement, afin de faciliter l’utilisation de MapReduce à un large public, la complexité de sa programmation doit être abaissée. C’est là l’objet essentiel du projet « MapReduceFoundation ». |
<< Précédent  Partager cette page :
|
||
|
|
||